本发明公开了一种基于强化学习的自动驾驶优化方法及相关设备,所述方法包括:在虚拟仿真环境下,采集离线训练数据和相应的真值;构建基于注意力机制的密集交通环境预测模型;利用所述基于注意力机制的密集交通环境预测模型对所述离线训练数据进行训练,得到初步的环境预测模型;将所述初步的环境预测模型代入到基于值的环境模型强化学习算法或者基于策略的环境模型强化学习算法中,在相应的虚拟仿真平台进行强化学习训练,获得强化学习算法模型,所述强化学习算法模型用于为智能体通过密集交通环境提供最优策略。本发明提高了密集交通模型的预测准确率和采样效率,提高了车辆通过密集交通环境的成功率,提高了自动驾驶的安全性。
声明:
“基于强化学习的自动驾驶优化方法及相关设备” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)